代码随想录算法训练营第24天 | 回溯理论基础 ，77. 组合

回溯章节理论基础：

https://programmercarl.com/%E5%9B%9E%E6%BA%AF%E7%AE%97%E6%B3%95%E7%90%86%E8%AE%BA%E5%9F%BA%E7%A1%80.html

77. 组合

题目链接：https://leetcode.cn/problems/combinations/

思路:

直接的解法当然是使用for循环，例如示例中k为2，很容易想到 用两个for循环，这样就可以输出 和示例中一样的结果。
如果n为100，k为50呢，那就50层for循环，这肯定不可行。虽然想暴力搜索，但是用for循环嵌套连暴力都写不出来。

那么我们这里就要用到回溯法了，用递归来做层叠嵌套，回溯法解决的问题都可以抽象为树形结构（N叉树），用树形结构来理解回溯就容易多了。

可以看出这棵树，一开始集合是 1，2，3，4， 从左向右取数，取过的数，不再重复取。
第一次取1，集合变为2，3，4 ，因为k为2，我们只需要再取一个数就可以了，分别取2，3，4，得到集合[1,2] [1,3] [1,4]，以此类推。
图中可以发现n相当于树的宽度，k相当于树的深度。
每次搜索到了叶子节点，我们就找到了一个结果。相当于只需要把达到叶子节点的结果收集起来，就可以求得 n个数中k个数的组合集合。

那么，我们可以开始定义函数了。函数里一定有两个参数，既然是集合n里面取k个数，那么n和k是两个int型的参数。

然后还需要一个参数，为int型变量startIndex，这个参数用来记录本层递归中，集合从哪里开始遍历，不可能每次都是从1开始，1完了之后就是2，3，4这样依次下去。

所以需要startIndex来记录下一层递归，搜索的起始位置。

终止情况呢，就是path这个数组的大小（我这里名称用的是list）如果达到k，说明我们找到了一个子集大小为k的组合了，在图中path存的就是根节点到叶子节点的路径。此时用result二维数组，把path保存起来，并终止本层递归。

class Solution {
    List<List<Integer>> res = new ArrayList<>();
    List<Integer> list = new ArrayList<>();
    public List<List<Integer>> combine(int n, int k) {
        backtracking(n,k,1);
        return res;
    }
    public void backtracking(int n, int k, int startIndex){
        if(list.size() == k){
            res.add(new ArrayList<>(list));
            return ;
        }
        // 1,2,3,4
        for(int i=startIndex;i<=n;i++){
            list.add(i);
            // 对于1，把2,3,4的情况考虑进来
            backtracking(n, k, i+1);
            // 回溯，把2,3,4,1值依次删去
            list.removeLast();
        }

    }
}

时间复杂度: O(n * 2^n)
空间复杂度: O(n)

剪枝优化：

回溯法虽然是暴力搜索，但也有时候可以有点剪枝优化一下的，这个遍历的范围是可以剪枝优化的。

来举一个例子，n = 4，k = 4的话，那么第一层for循环的时候，从元素2开始的遍历都没有意义了。 在第二层for循环，从元素3开始的遍历都没有意义了。

所以，可以剪枝的地方就在递归中每一层的for循环所选择的起始位置。

如果for循环选择的起始位置之后的元素个数 已经不足 我们需要的元素个数了，那么就没有必要搜索了。

接下来看一下优化过程如下：

已经选择的元素个数：path.size();

还需要的元素个数为: k - path.size();

在集合n中至多要从该起始位置 : n - (k - path.size()) + 1，开始遍历

为什么有个+1呢，因为包括起始位置，我们要是一个闭合的区间。

这里可以举个例子更好理解，n = 4，k = 3， 目前已经选取的元素为0（path.size为0），n - (k - 0) + 1 即 4 - ( 3 - 0) + 1 = 2。

从2开始搜索都是合理的，可以是组合[2, 3, 4]。

class Solution {
    List<List<Integer>> res = new ArrayList<>();
    List<Integer> list = new ArrayList<>();
    public List<List<Integer>> combine(int n, int k) {
        backtracking(n,k,1);
        return res;
    }
    public void backtracking(int n, int k, int startIndex){
        if(list.size() == k){
            res.add(new ArrayList<>(list));
            return ;
        }
        // 1,2,3,4
        // 优化：剪枝操作  k-list.size()是还剩下多少个元素
        // 例如 n=4 k=3  就会到2为止  2,3,4
        for(int i=startIndex;i<=n-(k-list.size())+1;i++){
            list.add(i);
            // 对于1，把2,3,4的情况考虑进来
            backtracking(n, k, i+1);
            // 回溯，把2,3,4,1值依次删去
            list.removeLast();
        }

    }
}